一、机动车排放污染物防治技术探讨（论文文献综述）
牛思雨[1]（2021）在《首都环线高速机动车污染物空间扩散及减排策略研究》文中进行了进一步梳理随着经济的发展和出行需求的增加,高速公路交通量一直处于不断增长的趋势,在节假日出现拥堵已成为常态,因此,由机动车尾气排放导致的空气污染也越来越严重。首都环线高速环绕北京,途径廊坊、保定、张家口、承德等地区,沿线地形地貌差异大,机动车交通量大且货运比例高,排放的尾气对其周围城市或村镇的空气质量产生了很大的影响。本研究基于MOVES和CALPUFF模型,结合交通量和沿线地理、气象等数据,建立首都环线高速机动车的排放模型—扩散模型—情景模型,定量研究首都环线高速机动车污染物的排放特征及其扩散的空间分布规律,评估不同减排情景下的减排效果和污染物浓度的削减效果,并提出高速公路的减排建议。首先,根据首都环线高速的实际数据将MOVES模型进行本地化处理,并模拟得到保定、张家口、承德和唐山4个地区的机动车分车型排放因子,以2018年为基准年,建立首都环线高速机动车污染物排放清单。研究发现,2018年首都环线高速机动车污染物的日均排放总量为48.49 t,其中CO、NOx、HC、PM10和PM2.5的排放占比分别为74.4%、21.8%、3.0%、0.5%和0.4%。小型客车和大型货车这两种车型对污染物的贡献率最大;分地区的机动车污染物排放量从大到小排列依次为:保定>张家口>唐山>承德;CO和HC主要来自汽油车,NOx、PM10和PM2.5则主要来源于柴油车。对比研究显示,根据《道路机动车大气污染物排放清单编制技术指南（试行）》计算的排放总量大约是MOVES模型结果的2.5倍。MOVES模型依据实际的气象、机动车活动水平等数据模拟各车型的排放因子,更能反应真实情况。其次,收集首都环线高速周边地区的地理、气象数据,采用CALPUFF模型模拟2018年7月首都环线高速机动车污染物浓度,利用Arc GIS软件得到分辨率为4 km×4 km的浓度空间分布图。研究发现,受首都环线高速机动车污染物线源扩散影响,沿线CO、NOx、CH4、PM10和PM2.5的浓度均值分别为6.5 mg/m3、2.3 mg/m3、0.27 mg/m3、0.055 mg/m3和0.056 mg/m3。污染物沿着高速公路的走向向两侧逐渐扩散,且两侧浓度分布不均匀。距离高速公路越远,污染物的浓度分布越小。由于不同路段的交通量存在差异,首都环线高速沿线地区整体上呈现出南部污染高于北部,东部污染高于西部的特征。最后,在排放模型和扩散模型的基础上,采用情景分析法定量评估5种情景下的减排效果。结果显示,综合情景对污染物的减排效果及浓度控制效果最好。从沿线的城乡、土地利用、生态环境等角度,提出首都环线高速的减排建议:在高速公路积极推广新能源汽车、转变高速公路客货运运输模式、加强高速公路机动车的交通管理与监督、加强沿线农村和生态良好区的植被保护等。本研究为大气污染治理提供了理论基础和政策依据,从而促进高速公路的绿色发展。
林佳安[2]（2021）在《Z市大气污染治理环境绩效审计案例分析》文中研究说明环境污染问题逐渐成为我们搜索的关键词,成为悬在所有人头上的一把刀,小时候抬眼就是漫天星星点点,现在头顶只有雾霾,不见星星,全球的环境质量以肉眼可见的速度变差。从柴静的《苍穹之下》纪录片热播开始,我们国家对于雾霾,对于空气环境的讨论也越来越多,也意识到大气环境的保护刻不容缓。于是国家发布中央最高文件《大气污染防治行动计划》作为最高行动纲领,标志着“蓝天保卫战”的正式打响。各地方政府发布地方规章和文件,积极响应中央政府的号召,在各地开展大气污染治理相关活动。要想测试活动的绩效如何,是否有达到大气污染治理的预期效果,则需要审计这个监督评价的工具。但是,在查阅与大气污染治理绩效审计的相关文献和研究成果之后,发现这方面的研究并不多,也不深入。因此我国的大气污染环境审计开展得并不算顺利,现实中的大气污染治理工作也难以得到有效的评价和指导。如何最大程度地改善目前的研究现状,也是本文的重要研究动机。本文所关注的重点是大气污染治理活动的绩效,Z市作为我国中部的一线城市,其经济发展情况和地理环境都具有一定的代表性,因此,选择对Z市大气污染治理绩效审计的开展情况进行深度剖析。本文共有六章。第一章为引言,介绍了选取大气污染治理作为审计对象的国际国内大背景,以及主要的研究意义,总结了国内外专家学者对环境绩效审计的研究成果,简要介绍了本文的研究内容和方法。第二章为大气污染治理环境绩效审计理论概述,对大气污染治理绩效审计概念进行界定,介绍了大气污染治理绩效审计的含义与特征,范围与内容以及标准与方法,同时也介绍了作为大气污染治理绩效审计工作的指导理论。第三章为Z市大气污染治理环境绩效审计案例分析,该部分是本文的核心部分,首先介绍Z市大气污染现状和治理的基本情况,然后介绍Z市大气污染治理环境绩效审计的开展过程;同时,从审计重点及审计评价角度分析该市大气污染治理的情况,总结该审计项目的经验启示,找出存在的主要问题为审计计划缺乏系统性、审计范围狭窄、审计评价的定量分析不深入以及审计建议不具体。第四章为Z市大气污染治理环境绩效审计问题成因分析,针对案例中出现的问题,深入分析这些问题存在的原因,主要包括四个方面,即相关法律法规建设落后、大气污染治理绩效审计工作复杂、审计操作指南不明确和缺乏审计考核机制。第五章为完善Z市大气污染治理环境绩效审计的建议,对于案例中存在的问题及原因,从相关法律法规建设、内部审计环境、审计工作指导细则和考核机制四个方面解决。首先要完善相关法律法规,不光要从国家纲领性法律与地方执行性法律方面优化,还需要建立会计和审计相关法律规范;其次需要完善内部审计环境,借助大数据工具简化工作,共享工作数据,还需要有足够胜任能力的人才方能顺利开展审计工作;再次要明确大气污染治理环境绩效审计工作指导细则,扩大审计范围,不光要审计常见的大气污染物,还需要关注其他与人体健康相关的污染物,治理方能更有实际意义,除此之外,可使用环境重置成本法对该市大气污染治理效果进行评价,提出问题与解决方案,后续需要跟踪审计跟进解决效果;最后,需要强化主体职责,从工作效果和人员两方面对审计工作进行考核。第六章为结论。对全文的所有内容进行总结,并根据本文的案例分析得出相关结论,对研究不足之处提出期望。
刘倬诚[3]（2021）在《盆地型城市大气挥发性有机物来源分析及环境影响研究》文中研究指明为研究小型盆地型城市挥发性有机物（VOCs）污染特征、来源及环境影响,选取忻州市区为研究对象,于2018～2019年夏冬两季用苏玛罐在3个点位同时采集大气样品,用预浓缩仪-气相色谱质谱联用仪检测出60种VOCs物种浓度。通过特征物种比值法和PMF模型分析VOCs排放来源;用HYSPLIT模型结合潜在源区贡献方法（WPSCF）分析VOCs的区域传输来源;采用MIR法和FAC法计算臭氧生成潜势（OFP）和二次有机气溶胶生成潜势（SOAp）以评估VOCs对O3和SOA生成的影响。主要结论如下:1.特征物种比值法分析发现,夏季苯/甲苯值为1.34,冬季为1.92,表明夏冬季节苯和甲苯受燃煤源排放影响较大。夏冬季节异戊烷/正戊烷值分别为3.27和1.61,表明夏季戊烷类VOCs主要受机动车排放和汽油挥发的影响,而冬季受燃煤源和机动车排放影响较大。PMF解析结果与特征物种比值法分析结果相似,整个观测期间,3个点位皆以燃煤源和机动车源贡献为主。其中,夏季VOCs主要受机动车源（32.7%）、工业排放（22.8%）和燃煤源排放（19.8%）的影响;而冬季燃煤源（47.5%）排放贡献最为突出,其次为机动车源（24.8%）。2.采用气流后向轨迹聚类分析发现,夏季受到来自山西（南方）和太行山东侧沿线城市（东南方向）气团控制时,VOCs平均浓度显着高于北方气团。冬季受山西（南方）气团控制时,VOCs浓度最高,表明冬季VOCs传输更多来自于山西省内。潜在源区分析结果与聚类轨迹结果基本一致,夏季潜在源区主要为山西省以及山东、河南、河北三省交界,冬季潜在源区主要为太原至郑州沿线城市。3.夏冬两季各排放源对OFP和SOAp的贡献皆以工业源、燃煤源和机动车源为主。夏冬两季各排放源对OFP的贡献占比为:工业排放（27.7%、24.0%）、燃煤源（26.7%、45.0%）、机动车源（21.8%、19.0%）、植物源（14.9%、4.0%）、汽油挥发（8.9%、8.0%）;对SOAp的贡献为:工业排放（44.4%、36.6%）、燃煤源（25.3%、29.7%）、机动车源（12.1%、17.8%）、植物源（9.1%、7.9%）、汽油挥发（9.1%、7.9%）。综上所述,加强对燃煤源和机动车源等本地VOCs排放源控制,强化与周边区域联防联控有利于控制盆地型城市VOCs污染,进而减弱O3和PM2.5污染。
王涵[4]（2021）在《邢台市秋冬季大气PM2.5污染成因解析及控制对策研究》文中提出近年来,我国频繁出现区域性大范围的颗粒物重污染事件,特别是大气细颗粒物(PM2.5),北方城市更甚。邢台市作为京津冀周边地区大气污染传输通道城市之一,秋冬季重污染天气频发,空气污染问题严峻。因此本研究以邢台市为研究区域,通过开展秋冬季强化观测,分析颗粒物浓度及化学组分,同时结合常规污染物在线数据,探讨邢台市空气质量特征、PM2.5浓度变化及组分构成,综合利用化学质量平衡模型（CMB）及正矩阵因子模型（PMF）识别邢台市PM2.5的关键来源;同时通过典型重污染事件分析,解析重污染的特征与成因,为制定有针对性、科学性的大气污染控制对策提供必要的科学依据。主要结论如下:（1）邢台市空气质量逐年向好,各项污染物下降幅度明显,尤其是SO2（74.7%）,但颗粒物浓度水平仍然偏高,超标情况显着,特别是PM2.5,秋冬季节超标现象仍不容忽视。（2）观测期间邢台市PM2.5平均浓度为112.9μg/m3,超《环境空气质量标准》（GB3095-2012）二级标准2.22倍,最高浓度达339.4μg/m3,最大超标倍数为8.7,PM2.5浓度处于较高水平;空间分布上表现为沙河市>内丘>邢台一中。（3）观测期间PM2.5组分分析结果显示:二次组分、有机物以及地壳元素占比较高,污染加重阶段OM和硝酸盐浓度随之升高趋势更加显着。（1）水溶性离子:PM2.5以二次组分为主,且重度及以上污染天气下二次离子浓度水平显着升高。二次离子NO3-、SO42-、NH4+浓度占比高,三者占水溶性离子总和的80%以上,且随PM2.5浓度增加有显着升高趋势,重度及以上污染天气等级下二次离子浓度较清洁天有明显提升。（2）碳组分:OC和EC平均浓度分别为19.03和7.39μg/m3,1月最高,10月最低且采暖季浓度水平高于非采暖季2倍之多;OC/EC变化范围在2-3之间,平均比值为2.76,初步表明邢台市PM2.5中OC、EC可能受机动车尾气及燃煤排放的共同影响;采样期间SOC浓度变化范围为0.01-38.17μg/m3,平均浓度为8.02μg/m3,占OC比例约为41.3%;秋冬季SOC浓度水平差异性显着,冬季浓度水平显着高于秋季。（3）无机元素:Si、Ca、Fe、K、Na、Al、Mg、Ti、Zn平均浓度分别为3.55、1.56、1.41、1.72、0.89、1.42、0.19、0.14以及0.07μg/m3。（4）PM2.5浓度重构结果显示,OM和硝酸盐为PM2.5中最主要的化学组分,占比分别为26.9%和17.7%,其次为地壳物质（12.3%）硫酸盐（8.5%）以及铵盐（8.1%）,二次污染特征显着。（4）PM2.5来源解析结果显示:邢台市PM2.5主要贡献源类为燃煤源、二次来源、扬尘源以及机动车源。（1）区域传输上来看,基于后向气流轨迹模型（Hysplit）模拟结果显示,南部省内部分城市及周边省外城市的短距离输送气团对邢台市污染物浓度影响较大,而来自于北部的气团对应的颗粒物浓度水平相对较低,对于本地污染的影响相对较小。（2）PM2.5源解析结果显示,CMB与PMF结果较为一致,观测期间PM2.5主要来源为煤烟尘、扬尘、硝酸盐类以及二次为主。CMB结果中,各类污染源贡献大小为煤烟尘（26%）>硝酸盐（19%）=扬尘（19%）>硫酸盐（9%）>机动车（10%）=SOC（10%）>其他（5%）>冶金尘（2%）。PMF方法解析结果显示类源贡献为燃煤源（28.1%）>二次来源（21.5%）>扬尘源（19.7%）>机动车源（15.0%）>生物质燃烧（9.8%）>工业源（5.9%）。综上所述,邢台市环境空气质量虽然逐年向好,但主要污染物浓度水平仍然偏高,超标现象显着,大气污染主要受内因和外因的共同作用。秋冬季重污染过程以二次污染为主,其次为扬尘、机动车的影响。因此需有针对性的从前体物排放上进行严格的管控,主要控制源类为燃煤源、扬尘源机动车尾气及工业源等方面进行严格管控,控制重点包括工业行业深化治理、煤炭总量控制、民用散煤燃烧控制、“车油路”统筹管理以及开展扬尘综合治理等措施。
申通[5]（2021）在《邢台市大气污染防治法律问题研究》文中研究表明2013年前后,环境问题积聚已久的邢台市迎来了爆发,被严重的雾霾天气持续笼罩,空气质量直接在全国垫底,大气污染防治已经刻不容缓。虽然整个京津冀都是环境污染的重灾区,但是各界将污染防治的研究重点集中在北京,邢台市在地理环境和工业布局等因素上具有一定的特殊性,因而对邢台市大气污染防治进行专题研究十分必要,一方面为大气污染防治措施的具体实施提供理论性指导;另一方面可以为邢台市的环境执法提供相应的法律基础。本文在研究邢台市大气污染现状和治理措施的基础上,发现其中所存在的法律问题,参考国内外一些代表性城市的防治措施,提出相应的法律对策。第一部分对邢台市大气污染现状从污染物及其来源、污染的时间特征和污染的空间特征三方面进行了展示,介绍了污染产生的危害:一方面阻塞交通,给出行带来障碍;另一方面对人身体健康有害,有致人患呼吸和心血管疾病的隐患。然后从自然和人为两个方面分析了污染产生的原因,自然原因主要是地理位置和气候因素,而人为原因分为企业污染、机动车污染和生活燃煤污染;第二部分以污染源为分类,从工业企业、机动车、生活燃煤和面源污染等方面列举邢台市为防治大气污染进行的措施并同时从地方立法、政府执法、司法救济和公众参与等方面分析这些措施存在的问题;第三部分以国外城市洛杉矶、伦敦,国内城市北京、石家庄为代表,从其污染防治经验中得出对邢台市行之有效的启示:完善立法是污染防治的基础;健全机构是污染防治的后盾;司法救济是污染防治的蹊径;公众参与是污染防治的保障。第四部分则是对邢台市目前污染防治存在的法律问题提出相应的对策:在立法层面要加快地方性立法进程,分为细化上位法和修改完善现行法两个方面;执法层面要提升政府治理水平,包括建立各部门协同治理机制和严格执法,提高执法水平;与此同时要注重司法救济:明确诉讼主体资格、建立专门的司法鉴定机构、明确诉讼中各项费用收取标准;最后是完善公众参与制度,包括环境信息公开制度、公众监督和公众参与救济制度,同时进行环境法律知识的宣传教育。法律对策的提出是本文的核心部分。
李云凤[6]（2021）在《基于观测的北京市环境空气臭氧污染成因与来源分析》文中研究表明近地面臭氧（O3）是一种重要的二次污染物,主要是通过挥发性有机化合物（VOCs）与氮氧化物（NOx）的大气光化学反应生成,高浓度的O3对人类健康和生态系统构成潜在危害。由于O3的生成与其前体物之间具有复杂的非线性关系,使得O3污染防治难度大,科学指导尤为重要。近年来随着一系列污染物减排措施的实施,北京市的人为源VOCs和NOx排放量已开始下降,但是目前北京市的O3污染问题尚未解决,O3已成为影响北京市环境空气质量的主要污染物,研究北京市O3的成因和来源对O3污染控制有着重要意义。本研究基于北京市空气质量自动监测系统实时数据和典型臭氧污染过程中北京市不同城区O3及其前体物强化观测数据,通过基于观测的模型（OBM）并结合区域背景估算法（TCEQ）、臭氧生成潜势（OFP）、OH自由基消耗速率（LOH）、相对增量反应性法（RIR）和正交矩阵因子分析（PMF）等多种分析手段,对北京市2018-2020年O3污染特征和北京市不同城区臭氧污染过程中O3污染的成因和来源进行了研究,且对O3污染形成中有关HONO的来源及其对O3污染形成的贡献、O3生成收支和大气氧化性等科学问题进行了较为深入的探讨。基于北京市空气质量自动监测系统的环境空气监测数据,研究结果表明2018-2020年北京市O3年评价值中2020年最低（88ppb）,2019年最高（97 ppb）。区域背景传输点位的O3年均浓度一直大于80 ppb,说明区域传输可能对北京市O3浓度有较大贡献。月均值变化趋势显示2018-2020年所有点位的最高月均值均出现在6月份。O3日变化显示夜间定陵点位O3浓度最高,说明北京市有较高的O3背景浓度。通过对2018-2020年O3污染情况统计发现,O3污染均出现在4-9月,其中6月份污染最严重。从2018年到2020年,O3日最大8小时平均（Maximum daily 8h average,MDA8 O3）最高值和O3小时浓度最高值逐年升高。利用TCEQ方法对北京市区域背景和本地生成的总氧化剂Ox（Ox=O3+NO2）浓度进行计算,区域背景对Ox的贡献明显高于本地生成,但由于光化学活动的增强夏季区域背景的贡献有所降低。2019年5-9月和2020年6-9月北京市典型臭氧污染过程中O3及其前体物强化观测数据分析表明,观测期间北部城区（CRAES）站点整体为高温、低湿、风速小和偶有降雨的气象条件。典型污染过程期间O3污染严重,2019和2020年O3最高小时浓度分别为170.0 ppb和121.4 ppb,NO2最高小时浓度分别为92.1 ppb和54.0 ppb。与2019年相比,2020年污染过程期间O3和NO2浓度更低。CRAES站点和另一个中心城区（CGZ）站点的VOCs浓度特征分析表明,烷烃是北京市VOCs中浓度最高的物种,其次是烯烃或芳香烃。CRAES站点VOCs月平均浓度在2019年低于CGZ站点,但在2020年一直高于CGZ站点。甲醛、丙酮和乙醛依次是北京市OVOCs中的浓度占比前三的物种,总贡献超过80%。与O3浓度变化类似,2020年OVOCs浓度相比2019年有所下降。主要OVOCs物种浓度从北到南依次升高。为了研究O3污染期间HONO的来源和对O3污染形成的影响,本研究利用2019年夏季CRAES站点HONO观测数据对雾霾污染期和臭氧污染期的HONO浓度水平、来源以及形成机理进行了比较研究。与雾霾污染期相比,臭氧污染期间有着更低的HONO浓度水平。机动车尾气的排放是夜间HONO的重要来源。臭氧污染期间夜间NO和OH的均相生成速率和NO2的非均相转化速率均低于雾霾污染期。但HONO收支分析表明臭氧污染期的白天未知来源高于雾霾污染期。相关性分析表明,气溶胶表面光引发的NO2转化可能是白天HONO的潜在来源。此外,没有HONO观测浓度约束,OBM模型将大大低估白天的大气氧化能力（24%）、OH生成速率（57%）和O3净生成速率（20%）。研究结果表明有必要对HONO的形成机理进行深入研究,以增进HONO对大气化学过程影响的认识。对北京市典型污染过程期间不同城区O3污染成因研究发现,当气象条件为温度大于25℃,湿度小于60%,风向为南风,风速小于2 m/s时,O3小时浓度容易出现超标。通过RIR方法对O3生成敏感性分析,观测期间两个站点基本处于VOCs控制区。削减人为源VOCs（烯烃和OVOCs）是有效降低O3浓度的方法。原位O3光化学收支分析显示HO2+NO反应主要控制O3的生成,其次是RO2+NO反应。模型中未进行HONO约束时,O3光解反应和甲醛的光解反应分别是OH自由基和HO2自由基的主要来源。CRAES站点的O3生成速率、大气氧化能力和HOx自由基生成速率一直高于CGZ站点,这说明北京市不同城区有着不同的大气光化学活动。通过OFP和LOH的计算,OVOCs和烯烃对O3生成有重要贡献。其中,异戊二烯、乙烯、丙烯、甲醛、乙醛和丁烯醛是关键的O3前体物。为更有针对性的控制O3污染,进一步对北京市典型污染过程期间不同城区O3污染来源进行分析。OBM模型分析结果表明CRAES和CGZ两个站点的O3都以本地光化学生成为主。利用PMF对两个站点VOCs进行来源解析,主要来源包括汽车尾气源、柴油车尾气源、油气挥发源、溶剂使用源、工业过程源和植物源。其中,汽车尾气源、工业过程源和油气挥发源同时是两个站点中主要的VOCs污染源。进一步结合OFP、LOH和RIR分析表明汽车尾气、溶剂使用和油气挥发等人为源对O3生成影响更明显。其中,汽车尾气和溶剂使用分别是CRAES和CGZ站点首要控制的污染源。总体而言,目前北京市O3污染形势依然严峻。为有效降低环境空气中O3浓度,北京市各城区应该在全市持续推动NOx减排的基础上,根据各自O3污染成因来源分析结果采取差异化的VOCs污染管控措施,重点控制汽车尾气、溶剂使用和油气挥发等VOCs排放源,降低活性VOCs（主要是烯烃和OVOCs）的浓度,从而降低大气氧化能力和本地O3生成能力,减少O3本地生成对O3污染的影响;与此同时北京市也应积极构建O3污染的区域联防联控机制,尽可能降低区域传输对O3污染的贡献。本论文研究结果将有助于提高对近两年北京市城区O3污染形成机制的认识,同时可以为北京市政府制定更为有效的O3污染控制措施提供科学依据。
李琴[7]（2021）在《华南某城区空气质量分析与大气污染来源解析及控制对策研究》文中研究说明本文收集了华南某城区2017年-2019年的气象数据和污染物监测数据,通过分析掌握了该城区三年内空气质量状况。结合气象数据（温度、湿度、风向、风速等）分析了城区内PM2.5、臭氧等大气污染物的时空分布特征和演变规律。利用EKMA曲线模型进行臭氧敏感性分析,得出能有效降低臭氧浓度的最佳前体物削减比例;计算不同VOCs组分对臭氧生成的贡献率,找出控制臭氧生成的关键因子;选取该城区2019年典型污染超标时段,利用气团老化和后向轨迹（Backward trajectory）进行个例分析,从而得到气团扩散规律和产生臭氧极值天气的原因。通过实地监测获取2019年城区大气PM2.5浓度及无机元素、水溶性离子组分浓度,利用CMB模型（Chemical Mass Balance）探究城区内各类污染源对PM2.5浓度的贡献率。最后基于该城区大气污染源排放现状及PM2.5、臭氧的来源解析结果,借鉴国内外大气污染防治经验,结合城区内的产业结构、人口数量等基本现实条件,从环境、技术、管理等多个方面提出有价值的大气污染防控对策,为今后华南地区城市大气污染防治工作提供科学支撑。本文主要研究结果如下:（1）本研究对华南某城市各城区2017年-2019年的空气质量进行分析,以其中污染最为严重的一个城区为研究对象,进行重点分析。数据分析结果表明,该城区内,不同大气污染物的季节变化规律略有不同。污染物浓度曲线的最高点一般出现在冬季,例如PM2.5、PM10和NO2,而O3则呈现冬季浓度低、夏秋季浓度高的趋势。此外,2017年-2019年内,PM2.5、PM10、SO2浓度整体逐年下降;O3浓度不降反升,尤其秋冬季上升明显。经统计结果可以看出,PM2.5、NO2和O3一年中超标次数较多,且秋冬两季为三种大气污染物浓度超标高发季,其中O3为城区内首要污染物。（2）对该城区臭氧进行来源解析,后向轨迹和气团老化分析结果表明,臭氧超标情况主要出现在夏秋两季,温度高、风速低,使得本地污染源不易扩散,加上来自周边城市的臭氧集聚共同导致了2019年该城区臭氧极端天气的产生;臭氧敏感性分析结果表明该城区处于典型VOCs控制区,在当前环境浓度下该城区控制臭氧污染的有效方法为主要降低VOCs浓度,采用VOCs/NOx为3:1的削减比例进行臭氧控制效果最为明显。同时从臭氧生成潜势计算结果可以看出,针对印刷、喷涂和涂装行业,家具、制鞋等行业开展VOCs治理工作是该城区臭氧防治工作的重点。（3）对该城区进行大气PM2.5源解析,结果显示,PM2.5无机元素中的Si、K、Ca含量较高,且Si的含量远大于其他元素;PM2.5水溶离子中的SO42-、NO3-含量较高,根据颗粒物组分分析来看,控制该城区内机动车尾气排放能有效减少PM2.5污染。CMB模型解析结果显示,城区内PM2.5主要来源是工业废气,其贡献率为44%;其次为建筑扬尘和道路扬尘,贡献率分别为16%和9%;非道路移动机械、机动车对于城区内PM2.5的贡献率分别为8%、17%;最后是餐饮油烟,对于PM2.5的贡献率为6%,故加强城区内工业废气排放、建筑扬尘和道路扬尘方面的监管以及关闭严重排放超标企业,对该地区细颗粒物污染防治工作具有重要意义。
程萌田[8]（2021）在《北京大气水溶性无机盐浓度长期变化趋势及其对政策响应的研究》文中进行了进一步梳理本研究利用课题组自主研制的细颗粒物在线捕集-化学成分分析系统（RCFP-IC）对北京大气PM2.5中水溶性无机盐进行了为期17年（2004-2020年）的实时观测,并对其浓度长期变化趋势及对政策的响应进行了研究。首先,北京大气总水溶性无机盐（WSII）质量浓度2004-2020年整体呈现波动式下降趋势。WSII在17年间质量浓度均值为53.9±20.9mg/m3,其中硫酸盐、硝酸盐和铵盐（二次无机盐,SIA）的质量浓度均值分别为20.1±10.6mg/m3、10.2±5.2mg/m3和14.4±5.0mg/m3。WSII质量浓度最高值（106.6±70.8mg/m3）出现在2014年;质量浓度最低值（30.2±13.0mg/m3）出现在2020年。2014-2020年,WSII质量浓度年均下降12.7mg/m3,其中,硫酸盐、硝酸盐和铵盐质量浓度年均下降值分别为4.6mg/m3、3.1mg/m3和3.5mg/m3,下降率分别为86%、71%和71%。SIA际季节变化趋势差异显着。硫酸盐质量浓度在2004-2020年间呈下降趋势,春夏秋冬下降率分别为30%、28%、98%和68%,其中秋季下降率最高,冬季次之。硝酸盐质量浓度在2004-2020年间呈上升趋势,春夏秋冬上升率分别为57%、4%、17%和87%,其中冬季上升率最高,春季次之。铵盐质量浓度在2004-2020年间呈上升趋势,春夏秋冬上升率分别为55%、12%、4%和81%,其中冬季上升率最高,春季次之。SIA统计日变化呈单峰型,且日变化形态随季节变化明显。其中,硫酸盐春季日变化形态最明显,峰值出现在正午,峰值主要来源于对流输送。硝酸盐夏季单峰型日变化形态最清晰,峰值出现在10:00,峰值来源于交通早高峰。铵盐夏季单峰型日变化形态最清晰,峰值出现在10:00,峰值来源于交通早高峰。亚硝酸盐日变化显示其对昼夜变化敏感。亚硝酸盐峰值出现在清晨,谷值出现在下午,其峰值和谷值出现时间随季节不同,夏季峰值出现在5:00,谷值出现在16:00;冬季峰值都出现在7:00,谷值出现在14:00。为研究北京局地大气水溶性无机盐对大气污染防治政策的响应,利用气团后向轨迹分析模型对北京大气气团来源进行了聚类分析,结果表明北京大气气团主要分为5类,分别为西北气团（20%）、偏北气团（35%）、长距离高空气团（3%）、东北气团（10%）和偏南气团（31%）。各气团影响下北京WISS质量浓度均值依次为71.4±26.6mg/m3、36.4±14.1mg/m3、68.9±28.1mg/m3、43.7±14.8mg/m3和73.1±25.0mg/m3。其中污染程度最高的气团为偏南气团,清洁程度最高的气团为偏北气团。选取偏南气团作为北京局地气团研究其影响下大气水溶性无机盐的变化对北京大气污染防治政策的响应。北京局地2004-2020年SIA中降幅最大的是硫酸盐,硫酸盐质量浓度年均值最高为41.6mg/m3,最低值为4.1mg/m3,浓度降低10倍。严格的限煤措施导致硫酸盐的大幅下降。机动车相关控制措施并未取得显着成果,硝酸盐在整个观测期呈上升趋势,2004-2020年间北京局地硝酸盐质量浓度上升27%。临时管控措施对SIA峰值削减作用显着。2013年1月重污染、“APEC蓝”和北京首个大气污染红色预警三类个例分析表明,北京局地重污染起源自周边输送,加强于本地排放。临时管控措施对重污染峰值削减可达60%以上。地方政府政策措施的执行是否到位影响到减排工作40%的效果。
卞吉玮[9]（2021）在《上海市交通道路路边站环境空气污染特征及来源分析》文中研究指明环境空气污染已经成为公众和政府都高度关注的问题,随着霾污染和臭氧污染治理的深入,固定源的污染物排放得到有效的降低,移动源污染的贡献越来越得到重视。交通道路机动车尾气排放是城市道路环境空气污染的首要来源,并对城市居民健康造成重大威胁和影响。本文结合2013至2020年间上海市的典型交通道路路边站和国控环境空气质量监测站的监测数据,研究了交通道路环境污染物的时间和空间变化特征,并采用ADMS模型对污染物排放的影响进行了模拟研究,分析了环境空气污染评价体系。结果表明:本市道路交通环境空气污染的影响因子主要是NOx和PM10;2014年至2020年,国控站和交通路边站点PM2.5,PM10,CO和NOx这四种空气污染物的年均浓度都有了比较明显的下降,月均浓度值变化总体上呈均呈现冬季高夏季低的U字型特征;国控站和交通站所有污染物浓度低值均在凌晨出现;国控站点CO,NOx,PM10,PM2.5的小时均值浓度只在早上8点出现一个峰值;交通站点CO,NOx,PM10,PM2.5呈现非常明显的双驼峰形态,于早上7,8点和晚上5,6点出现;交通站的BC的峰值比其他污染物提前出现于早上6点;国控站与交通站之间PM2.5和PM10污染物浓度的相关性系数均在0.89及以上,显示出颗粒物污染物之间较强的相关性;而CO,NOx等相关系数在0.61至0.95,显示气态污染物因各站点自身因素而导致相关性强弱不一致;为了降低柴油车尾气排放的BC、NO和颗粒物,近几年柴油车都被要求设有DOC（氧化催化器）和DPF（颗粒物捕集器）,通过DOC和DPF装置大大降低柴油车在行驶过程中尾气排放BC和NO,由于催化氧化的温度非常高,NO被间接转化为NO2,从交通站NO2/NOx的比率与BC浓度对应关系来看,当NO2/NOx比率较高时对应BC浓度则较低,反之BC浓度较高,显示当交通站点周边没有固定排放源的情况下,柴油车对交通站周边NOx、颗粒物污染有较大影响;而交通站和国控站各污染物与气象参数无相关性;经过对上海市NOx污染相关情况进行模拟计算,结果表明NOx浓度在上午6-8和下午17-18点时段出现两个高值,与观测数值高度一致。通过空间模拟分析,NOx浓度在上海市区域分布就有空间差异性,在相同的扩散条件下,交通量大且严重拥堵区域同时也是NOx浓度较高的区域。基于以上的分析和模拟结果,本文为交通道路监测站点布局、监测因子、监测频率等提出优化建议,并从改善城市环境、治理交通拥堵、优化车辆构成等方面提出可行性政策讨论。
余柳源[10]（2021）在《四川省盆地区域道路移动源大气污染物排放特征及其在新冠疫情期间的变化》文中指出2020年初,新型冠状病毒肺炎在湖北省武汉市爆发,1月23日,武汉封城,全国各地随之采取严格的管控措施。1月25日,四川省启动“重大突发公共卫生事件一级响应”,在该响应下,四川省具体实施了实施交通管制、禁止人员聚集、小区封闭管理等方法以降低居民感染的风险。本文利用COPERT（Computer Programme to Calculate Emissions from Road Transport）模型模拟出四川省盆地区域（包含巴中、成都、达州、德阳、广安、广元、乐山、泸州、眉山、绵阳、南充、内江、遂宁、雅安、宜宾、资阳、自贡）2019年的道路移动源排放;利用格点化车流量指数空间分布数据,分析了研究区域及典型城市2020年2月车流量的同比变化特征;以车流量指数作为代理数据,配合COPERT V模型模拟得到2019年2月和2020年2月道路移动源污染物排放的高分辨率空间分布,并分析了其在疫情影响下的变化特征;将车流量数据与路网类型数据叠加,得到分道路类型各市车流量变化比例。对这些数据展开综合研究,研究结果表明:（1）2019年四川省盆地区域道路移动源NOX、CO、NH3、SO2、PM2.5、PM10和VOCs排放总量分别为207342.2、286075.1、3773.0、447.3、9933.3、14179.6和54978.1T。（2）从研究区域内分车型排放来看,小型载客车所排放的NH3、CO、VOCs、SO2在道路移动源排放中占较高比例,重型载货车在NOX、PM2.5的排放中占较高比例。具体的,重型货车为NOX排放的主要车型;重型货车和小客车为PM10排放的主要车型;小客车为NH3、CO、VOCs、SO2排放的主要车型,同时,大型客车对NH3排放的贡献仅次于小客车,重型货车和摩托车对CO和VOCs排放的贡献也很重要,SO2排放中重型货车为次要分担车型;重型货车为PM2.5排放的主要车型,小客车和小货车为次要分担车型。（3）从分车型排放的城市分布来看,巴中、眉山、南充、遂宁、宜宾、绵阳、内江、资阳的重型载货车与小型载客车的PM10排放占比相似,分别在45.6%～55.1%和30.1%～59.1%之间,处于相对较高水平;在所有城市中,NOX的排放量主要由重型载货车贡献,排放占比在65.3%～79.3%之间;轻型载货车和中型载货车在所有城市的排放贡献都比较低;中型载客车在所有城市的排放中占比极小。对于大多数城市的道路移动源VOCs排放而言,摩托车和重型载货车是除小型载客车之外的主要贡献车型,最高排放占比分别为38.5%、29.7%。（4）从排放的高分辨率分布特征来看,以NOX为例,四川省盆地区域NOX道路移动源排放高值区分布在各个城市中心区域,且呈放射状分布,距离市中心越近,排放量越高,以成都市最为明显。此外,沿城际高速公路分布着高排放带。（5）2020年2月,道路移动源污染物排放量同比降低,PM2.5、PM10、CO、NH3、NOX、SO2、VOCs分别减少了169.6、242.0、4883.0、64.4、3539.1、7.6、938.4 T。研究区域内所有城市中,成都市同比变化量最多,南充市次之,巴中市同比变化量最少。（6）从排放同比变化空间分布来看,以NOX为例,离城市中心区域越远的地区下降比例越高;然而,在城市市区内部分地区,NOX排放量却表现出同比增加的趋势,这一现象在成都市最为明显。这可能是因为受疫情影响,复工复产后的公共交通出行分担率下降,而私家车出行分担率大幅上升。（7）2019年2月各城市车流量指数与就业人员数量、GRP之间存在较强相关性,2020年2月各城市车流量指数同比变化与就业人数有较强相关性。就业人员与车流量指数相关性较强,主要是因为就业人员数量与通勤需求直接相关,就业人员越多,通勤需求越高,相应的车流量指数也会越高。也是基于这一原因,就业人员越多,在疫情影响下人类活动的水平降低也会越明显,因此造成就业人员与车流量同比变化量之间存在较强的负相关关系。类似的,GRP代表着经济活动的活跃程度,GRP越高,人员流动和物流等都会相对越高,因此可以解释车流量指数与GRP之间的正相关关系。本论文的研究结果在实际应用中,对区域道路移动源排放减排、空气污染预警以及机动车的运行管理具有一定参考价值。
二、机动车排放污染物防治技术探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、机动车排放污染物防治技术探讨（论文提纲范文）
（1）首都环线高速机动车污染物空间扩散及减排策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 机动车排放模型研究进展 |
| 1.3.2 空气质量模型研究进展 |
| 1.3.3 控制策略研究进展 |
| 1.3.4 高速公路机动车排放研究进展 |
| 1.4 研究内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 技术路线图 |
| 第二章 研究对象和研究方法 |
| 2.1 首都环线高速概况 |
| 2.1.1 地理位置 |
| 2.1.2 沿线概况 |
| 2.2 研究方法 |
| 2.2.1 MOVES模型原理及数据需求 |
| 2.2.2 CALPUFF模型原理及数据需求 |
| 2.2.3 情景分析 |
| 2.3 本章小结 |
| 第三章 机动车尾气排放清单研究 |
| 3.1 排放清单计算方法 |
| 3.2 MOVES模型本地化 |
| 3.2.1 车龄分布 |
| 3.2.2 行驶速度 |
| 3.2.3 气象信息 |
| 3.2.4 燃油信息 |
| 3.2.5 检查和维护(I/M)程序 |
| 3.2.6 行驶里程信息 |
| 3.3 排放清单结果分析 |
| 3.3.1 排放因子 |
| 3.3.2 交通量 |
| 3.3.3 路段长度 |
| 3.3.4 排放总量 |
| 3.3.5 排放特征分析 |
| 3.4 方法对比 |
| 3.4.1 计算方法 |
| 3.4.2 参数处理 |
| 3.4.3 排放因子 |
| 3.4.4 排放量对比 |
| 3.4.5 方法比较 |
| 3.5 本章小结 |
| 第四章 机动车尾气空间扩散研究 |
| 4.1 模拟区域及参数 |
| 4.2 数据处理 |
| 4.2.1 地理数据 |
| 4.2.2 气象数据 |
| 4.2.3 污染源数据 |
| 4.3 空气质量模型建立 |
| 4.3.1 设置共用网格信息 |
| 4.3.2 数据预处理模块 |
| 4.3.3 CALMET气象模块 |
| 4.3.4 CALPUFF模型 |
| 4.3.5 CALPOST后处理模型 |
| 4.4 污染物浓度空间分布特征 |
| 4.4.1 总体分布特征 |
| 4.4.2 小时最大浓度分析 |
| 4.4.3 分区域特征分析 |
| 4.4.4 接受点浓度分析 |
| 4.5 本章小结 |
| 第五章 减排情景分析 |
| 5.1 情景制定 |
| 5.2 情景分析 |
| 5.2.1 排放分析 |
| 5.2.2 扩散分析 |
| 5.3 减排建议 |
| 5.3.1 调整高速公路车辆能源结构 |
| 5.3.2 转变高速公路客货运输方式 |
| 5.3.3 加强高速公路道路交通管理 |
| 5.3.4 强化高速公路车辆监督管理 |
| 5.3.5 提高高速公路沿线绿化防护 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.1.1 创新点 |
| 6.1.2 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（2）Z市大气污染治理环境绩效审计案例分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 关于环境绩效审计概念的研究 |
| 1.2.2 关于环境绩效审计方法与内容的研究 |
| 1.2.3 关于环境绩效审计应用的研究 |
| 1.2.4 文献述评 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 本文的基本框架 |
| 2 大气污染治理环境绩效审计理论概述 |
| 2.1 大气污染治理环境绩效审计含义与特征 |
| 2.1.1 大气污染治理环境绩效审计的含义 |
| 2.1.2 大气污染治理环境绩效审计的特征 |
| 2.2 大气污染治理环境绩效审计的内容 |
| 2.2.1 国家政策制度和法律法规的落实情况审计 |
| 2.2.2 大气污染治理资金的拨付、管理和使用审计 |
| 2.2.3 大气污染源治理的绩效审计 |
| 2.2.4 大气污染治理重点项目的绩效审计 |
| 2.3 大气污染治理环境绩效审计方法 |
| 2.3.1 传统环境绩效审计方法 |
| 2.3.2 现代环境绩效审计方法 |
| 2.4 大气污染治理绩效审计标准 |
| 2.4.1 法律法规标准 |
| 2.4.2 环境技术标准 |
| 2.4.3 环境成本效益分析 |
| 2.5 大气污染治理环境绩效审计的理论基础 |
| 2.5.1 绿色经济理论 |
| 2.5.2 公共环境受托责任理论 |
| 2.5.3 经济外部性理论 |
| 3 Z市大气污染治理环境绩效审计案例介绍 |
| 3.1 Z市大气污染治理的基本情况 |
| 3.1.1 大气污染现状 |
| 3.1.2 大气污染治理状况 |
| 3.2 Z市大气污染治理环境绩效审计的过程 |
| 3.2.1 审计准备阶段 |
| 3.2.2 审计实施阶段 |
| 3.2.3 审计报告阶段 |
| 3.2.4 后续审计阶段 |
| 3.3 Z市大气污染治理环境绩效审计的重点 |
| 3.3.1 工业废气污染防治的审计 |
| 3.3.2 机动车污染防治 |
| 3.3.3 扬尘污染防治的审计 |
| 3.4 Z市大气污染治理环境绩效审计评价 |
| 3.4.1 评价国家与地方法规的落实情况 |
| 3.4.2 评价专项资金拨付、管理和使用情况 |
| 3.4.3 评价整体环境效益情况 |
| 3.5 Z市大气污染治理环境绩效审计存在的问题 |
| 3.5.1 审计计划缺乏系统性,降低审计效率 |
| 3.5.2 审计范围疏于对室内空气污染物防治的关注 |
| 3.5.3 对绩效成果审计评价的定量分析不深入 |
| 3.5.4 对重工业整治和改造工程的审计建议不具体 |
| 4 Z市大气污染治理环境绩效审计问题成因分析 |
| 4.1 Z市大气污染治理环境绩效审计相关法律建设落后 |
| 4.1.1 大气污染防治法律体系不完善 |
| 4.1.2 地方性执法细则制定修订工作滞后 |
| 4.1.3 会计和审计准则缺少对大气污染治理的具体规定 |
| 4.2 Z市大气污染治理环境绩效审计工作复杂 |
| 4.2.1 审计工作涉及多个学科,多个部门交叉 |
| 4.2.2 环境绩效指标的因果关系复杂 |
| 4.2.3 信息技术方法应用不全面 |
| 4.3 Z市大气污染治理环境绩效审计操作指南不明确 |
| 4.3.1 对重点防治的大气污染源审计范围界定狭窄 |
| 4.3.2 尚未形成统一、规范的审计成本效果评价标准 |
| 4.3.3 整治工程跟踪审计工作细则不具体 |
| 4.3.4 环境结果公告对审计建议的披露笼统 |
| 4.4 Z市大气污染治理环境绩效审计考核机制不合理 |
| 4.4.1 对绩效审计工作的考核不明确 |
| 4.4.2 对审计人员专业胜任能力的考核不足 |
| 5 完善Z市大气污染治理环境绩效审计的对策 |
| 5.1 健全大气污染治理环境绩效审计的法律体系 |
| 5.1.1 加快大气污染防治法律的制定与实施 |
| 5.1.2 地方政府明确执法和维法细则,落实审计政策 |
| 5.1.3 建立健全环境会计制度,加快企业环境会计准则的建立与实施 |
| 5.1.4 完善环境绩效审计的法律规范,制定并完善环境审计准则 |
| 5.2 优化审计内部环境,提高审计工作效率 |
| 5.2.1 建立信息共享数据库平台,详细披露审计进展 |
| 5.2.2 全面运用现有较成熟的云计算技术和数据分析软件 |
| 5.2.3 优化审计人才结构,增强审计人员的大气环境审计能力 |
| 5.3 完善大气污染治理环境绩效审计工作指导细则 |
| 5.3.1 扩大对大气污染物审计范围 |
| 5.3.2 用环境重置成本法评价大气污染防治审计成本效果 |
| 5.3.3 明确大气污染防治攻坚战跟踪审计操作流程 |
| 5.4 强化审计主体职责,建立完善的审计考核机制 |
| 5.4.1 完善对大气污染环境绩效审计工作的考核机制 |
| 5.4.2 对大气环境绩效审计人员数量分配和知识结构定期考核 |
| 6 结语 |
| 参考文献 |
| 致谢 |
（3）盆地型城市大气挥发性有机物来源分析及环境影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大气VOCs排放来源解析 |
| 1.2.2 大气VOCs区域传输来源研究 |
| 1.2.3 VOCs的环境影响 |
| 1.3 主要研究内容与技术路线 |
| 第2章 样品的采集及数据分析 |
| 2.1 研究区域概况 |
| 2.1.1 地理位置及地形地貌 |
| 2.1.2 气候气象 |
| 2.1.3 空气质量及污染状况 |
| 2.2 VOCs样品采集 |
| 2.2.1 采样点与采样时间的选取 |
| 2.2.2 采样方式 |
| 2.3 VOCs样品的分析 |
| 2.3.1 样品分析方法 |
| 2.3.2 质量保证和质量控制 |
| 第3章 VOCS污染特征及来源分析 |
| 3.1 VOCs基本特征分析 |
| 3.1.1 VOCs优势物种特征分析 |
| 3.1.2 VOCs组分特征分析 |
| 3.1.3 VOCs日变化特征分析 |
| 3.1.4 NO_x、VOCs与O_3、PM_(2.5)线性相关性分析 |
| 3.2 特征比值法分析 |
| 3.2.1 B/T比值 |
| 3.2.2 i/n比值 |
| 3.3 PMF模型解析 |
| 3.3.1 PMF模型简介 |
| 3.3.2 PMF模型解析过程 |
| 3.3.3 PMF污染源解析结果 |
| 3.4 小结 |
| 第4章 VOCs区域传输来源分析 |
| 4.1 潜在源区分析方法介绍 |
| 4.2 采样期间后向轨迹聚类分析 |
| 4.3 VOCs潜在源区分析 |
| 4.4 小结 |
| 第5章 VOCs对O_3和SOA生成贡献的研究 |
| 5.1 VOCs对O_3生成贡献的研究 |
| 5.1.1 臭氧生成潜势计算方法 |
| 5.1.2 臭氧生成潜势的特征 |
| 5.1.3 VOCs、臭氧生成潜势的相关性分析 |
| 5.2 VOCs对SOA生成贡献的研究 |
| 5.2.1 二次有机气溶胶生成潜势计算方法 |
| 5.2.2 二次有机气溶胶生成潜势的特征 |
| 5.2.3 VOCs、二次有机气溶胶生成潜势的相关性分析 |
| 5.3 各VOCs污染源对OFP和SOAp的贡献 |
| 5.4 小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（4）邢台市秋冬季大气PM2.5污染成因解析及控制对策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 PM_(2.5)基本概况 |
| 1.2.2 国内外有关研究现状 |
| 1.3 研究意义及主要内容 |
| 1.4 研究技术路线 |
| 第2章 研究区域概况 |
| 2.1 邢台市自然环境与社会经济概况 |
| 2.1.1 自然环境状况 |
| 2.1.2 社会经济概况 |
| 2.2 邢台市空气质量现状 |
| 2.2.1 空气质量整体概况 |
| 2.2.2 首要污染物变化情况 |
| 2.2.3 颗粒物污染状况 |
| 2.3 小结 |
| 第3章 材料与方法 |
| 3.1 PM_(2.5)样品采集 |
| 3.1.1 采样点位与设备 |
| 3.1.2 采样时段 |
| 3.1.3 样品采集过程质控 |
| 3.2 PM_(2.5)化学组分分析方法 |
| 3.2.1 水溶性离子分析 |
| 3.2.2 碳成分分析 |
| 3.2.3 无机元素分析 |
| 3.2.4 质量保证与控制 |
| 3.3 PM_(2.5)来源解析 |
| 3.3.1 化学质量平衡CMB模型 |
| 3.3.2 正矩阵因子PMF模型 |
| 第4章 邢台市秋冬季PM_(2.5)污染成因研究 |
| 4.1 PM_(2.5)浓度变化特征 |
| 4.3 PM_(2.5)化学组分分析 |
| 4.3.1 水溶性离子 |
| 4.3.2 碳成分 |
| 4.3.3 无机元素 |
| 4.3.4 PM_(2.5)质量浓度重构 |
| 4.4 基于后向气流轨迹的来源研究 |
| 4.5 PM_(2.5)来源解析研究 |
| 4.5.1 化学质量平衡模型(CMB)解析结果 |
| 4.5.2 正矩阵因子模型(PMF)解析结果 |
| 4.6 小结 |
| 第5章 邢台市秋冬季典型重污染过程研究 |
| 5.1 典型污染过程Ⅰ:2018年11月22日-26日重污染过程 |
| 5.1.1 基本情况 |
| 5.1.2 污染物浓度变化趋势 |
| 5.1.3 各站点污染物变化情况 |
| 5.1.4 气象条件 |
| 5.1.5 手工采样分析结果 |
| 5.2 典型污染过程Ⅱ:2018 年12月31日-2019年1月5日污染过程 |
| 5.2.1 污染过程基本情况 |
| 5.2.2 污染物浓度空间分布 |
| 5.2.3 S/N特征比值 |
| 5.2.4 气象因素 |
| 5.2.5 化学组分浓度变化 |
| 5.2.6 手工采样分析结果 |
| 第6章 邢台市秋冬季大气PM_(2.5)控制对策研究 |
| 6.1 燃煤源 |
| 6.2 工业源 |
| 6.3 机动车管控 |
| 6.4 完善城市精细化管理体系 |
| 结论 |
| 主要参考文献 |
| 致谢 |
（5）邢台市大气污染防治法律问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 第二章 邢台市大气污染现状、危害及其成因 |
| 2.1 邢台市大气污染现状及其危害 |
| 2.1.1 主要污染物及其来源 |
| 2.1.2 大气污染的时间特征 |
| 2.1.3 大气污染的空间特征 |
| 2.1.4 大气污染的危害 |
| 2.2 邢台市大气污染的成因分析 |
| 2.2.1 自然原因 |
| 2.2.2 人为原因 |
| 第三章 邢台市大气污染防治措施以及存在的法律问题 |
| 3.1 邢台市大气污染防治措施 |
| 3.1.1 对工业企业的治理 |
| 3.1.2 对机动车的管控 |
| 3.1.3 对生活源排放的控制 |
| 3.1.4 对面源污染的防治 |
| 3.2 邢台市大气污染防治措施存在的法律问题 |
| 3.2.1 地方性立法有待完善 |
| 3.2.2 地方政府治理水平较低 |
| 3.2.3 环境污染司法救济缺失 |
| 3.2.4 社会公众环保意识弱,防治参与性不强 |
| 第四章 国内外代表性城市大气污染防治法律措施分析 |
| 4.1 国外代表性城市大气污染防治法律措施 |
| 4.1.1 美国洛杉矶 |
| 4.1.2 英国伦敦 |
| 4.2 国内代表性城市大气污染防治法律措施 |
| 4.2.1 北京 |
| 4.2.2 石家庄 |
| 4.3 国内外代表性城市大气污染防治法律措施对邢台市的启示 |
| 第五章 邢台市大气污染防治法律对策 |
| 5.1 加快地方性立法进程 |
| 5.1.1 细化上位法,增强其可实施性 |
| 5.1.2 对现行法律进行修改完善 |
| 5.2 提升政府在大气污染防治中的治理水平 |
| 5.2.1 建立各部门协同治理机制 |
| 5.2.2 严格执法,提高执法水平 |
| 5.3 注重司法救济,推动环境公益诉讼的执行 |
| 5.4 完善公众参与制度 |
| 5.5 进行环境保护法律知识的宣传教育 |
| 结论 |
| 参考文献 |
| 致谢 |
（6）基于观测的北京市环境空气臭氧污染成因与来源分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 近地面臭氧污染研究进展 |
| 1.2.1 臭氧污染的影响与危害 |
| 1.2.2 臭氧污染成因与来源解析研究方法 |
| 1.2.3 臭氧污染成因与来源解析研究进展 |
| 1.2.4 北京市环境空气臭氧污染研究进展 |
| 1.3 以往研究中存在的问题 |
| 1.4 研究目的与研究内容 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 1.5 研究思路与技术路线 |
| 1.6 创新点 |
| 第2章 实验与方法 |
| 2.1 观测站点与观测时间 |
| 2.2 观测仪器与质控质保 |
| 2.2.1 常规空气污染物 |
| 2.2.2 挥发性有机物(VOCs) |
| 2.2.3 醛酮化合物(OVOCs) |
| 2.2.4 亚硝酸气(HONO) |
| 2.2.5 气象参数 |
| 2.3 数据分析方法 |
| 2.3.1 区域背景臭氧估算法 |
| 2.3.2 对流层紫外可见辐射模型模拟 |
| 2.3.3 基于观测的箱式模型模拟 |
| 2.3.4 臭氧生成潜势计算 |
| 2.3.5 OH自由基消耗速率计算 |
| 2.3.6 相对增量反应性法 |
| 2.3.7 正交矩阵因子分析法 |
| 第3章 北京市2018-2020年臭氧污染特征 |
| 3.1 臭氧污染变化特征 |
| 3.1.1 臭氧年度变化 |
| 3.1.2 臭氧月度变化 |
| 3.1.3 臭氧日平均变化 |
| 3.2 臭氧污染过程特征 |
| 3.3 臭氧区域背景浓度变化 |
| 3.4 本章小结 |
| 第4章 北京市典型臭氧污染过程中臭氧及前体物污染特征 |
| 4.1 常规空气污染物和气象参数特征 |
| 4.1.1 2019年污染物总体变化特征 |
| 4.1.2 2020年污染物总体变化特征 |
| 4.1.3 主要污染物日变化特征 |
| 4.2 VOCs污染特征 |
| 4.2.1 VOCs浓度水平 |
| 4.2.2 VOCs日变化 |
| 4.3 OVOCs污染特征 |
| 4.3.1 OVOCs总体污染特征 |
| 4.3.2 OVOCs月变化 |
| 4.3.3 OVOCs日变化 |
| 4.3.4 OVOCs空间变化 |
| 4.4 本章小结 |
| 第5章 北京市典型臭氧污染过程中HONO变化特征及对臭氧生成的影响 |
| 5.1 HONO污染特征 |
| 5.1.1 HONO浓度水平 |
| 5.1.2 HONO日变化 |
| 5.2 夜间HONO来源分析 |
| 5.2.1 机动车尾气排放 |
| 5.2.2 NO+OH均相生成 |
| 5.2.3 NO_2的非均相转化 |
| 5.3 白天HONO未知来源分析 |
| 5.4 HONO对臭氧生成和大气氧化性的影响 |
| 5.5 本章小结 |
| 第6章 北京市典型臭氧污染过程中臭氧污染成因分析 |
| 6.1 气象因素对臭氧生成的影响 |
| 6.1.1 温度和湿度 |
| 6.1.2 风向风速 |
| 6.1.3 紫外辐射 |
| 6.2 臭氧生成机制分析 |
| 6.2.1 臭氧生成敏感性 |
| 6.2.2 臭氧光化学收支 |
| 6.2.3 大气氧化性和HOx自由基生成 |
| 6.3 影响臭氧生成的关键前体物 |
| 6.3.1 臭氧生成潜势分析 |
| 6.3.2 OH自由基消耗速率 |
| 6.4 本章小结 |
| 第7章 北京市典型臭氧污染过程中臭氧污染来源分析 |
| 7.1 臭氧本地生成与传输贡献 |
| 7.2 环境空气VOCs来源解析 |
| 7.3 VOCs污染源对臭氧生成的影响 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 博士期间参与的项目、发表文章及获奖情况 |
| 参与的项目 |
| 发表的文章 |
| 获奖情况 |
| 学位论文评阅及答辩情况表 |
（7）华南某城区空气质量分析与大气污染来源解析及控制对策研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 PM_(2.5)污染研究进展 |
| 1.3.2 O_3污染研究进展 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 第二章 数据资料与技术方法 |
| 2.1 区域概况 |
| 2.2 样品采集与分析 |
| 2.2.1 采样地点 |
| 2.2.2 采样与分析时间 |
| 2.2.3 采样与分析仪器 |
| 2.3 数据来源与处理方法 |
| 2.3.1 气象数据来源 |
| 2.3.2 数据处理方法 |
| 2.3.2.1 臭氧生成潜势法 |
| 2.3.2.1 后向轨迹法 |
| 2.3.2.2 EKMA曲线法 |
| 2.3.2.3 化学质量平衡法 |
| 第三章 空气质量现况分析 |
| 3.1 S市各区空气质量现况分析 |
| 3.1.1 各区优良率分析 |
| 3.1.2 各区污染物浓度分析 |
| 3.2 城区H空气质量现况分析 |
| 3.2.1 六因子逐月浓度分析 |
| 3.2.2 空气质量优良率分析 |
| 3.3 城区内各子站空气质量分析 |
| 3.3.1 各子站PM_(2.5)浓度分析 |
| 3.3.2 各子站O_3浓度分析 |
| 3.3.3 臭氧本底值分析 |
| 3.4 小结 |
| 第四章 区域气象条件分析 |
| 4.1 气温 |
| 4.2 相对湿度 |
| 4.3 气压 |
| 4.4 风速 |
| 4.5 风向 |
| 4.6 小结 |
| 第五章 臭氧来源解析研究 |
| 5.1 臭氧前体物来源解析 |
| 5.1.1 NOx对臭氧生成的影响研究 |
| 5.1.2 VOCs对臭氧生成的影响研究 |
| 5.1.2.1 VOCs整体浓度分析 |
| 5.1.2.2 观测期间VOCs组分特征 |
| 5.2 臭氧生成潜势分析 |
| 5.3 臭氧敏感性分析 |
| 5.4 污染物气团来源分析 |
| 5.5 臭氧气团老化特征分析 |
| 5.5.1 臭氧气团的光化学年龄 |
| 5.5.2 结果分析 |
| 5.6 小结 |
| 第六章 PM_(2.5)来源解析研究 |
| 6.1 采样结果及分析 |
| 6.1.1 源成分谱采集 |
| 6.1.2 受体成分谱采集 |
| 6.2 CMB模型计算 |
| 6.2.1 模型参数设定 |
| 6.2.2 计算结果及分析 |
| 6.3 小结 |
| 第七章 空气质量提升对策研究 |
| 7.1 国内外大气污染防治经验 |
| 7.1.1 国外大气污染防治经验 |
| 7.1.2 国内大气污染防治经验 |
| 7.2 空气质量提升对策建议 |
| 7.2.1 强化扬尘污染治理 |
| 7.2.2 加强道路交通源的治理 |
| 7.2.3 巩固深化工业源大气污染治理 |
| 7.2.4 推进面源污染治理 |
| 7.2.5 其他措施 |
| 第八章 结论与展望 |
| 8.1 研究结论 |
| 8.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 在校期间科研成果 |
（8）北京大气水溶性无机盐浓度长期变化趋势及其对政策响应的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 北京大气污染状况 |
| 1.1.2 水溶性无机盐在大气污染中的作用 |
| 1.1.3 中国空气质量控制创新举措 |
| 1.2 国内外研究进展 |
| 1.2.1 大气水溶性无机盐研究进展 |
| 1.2.2 北京大气SNA变化历程 |
| 1.3 研究目的和研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.4 小结 |
| 第二章 实验方法 |
| 2.1 站点介绍 |
| 2.2 方法介绍 |
| 2.2.1 实验系统原理 |
| 2.2.2 化学分析方法 |
| 2.2.3 实验质量控制 |
| 2.2.4 数据质量评估 |
| 2.3 其他方法及数据 |
| 2.3.1 气团轨迹分析模型(HYSPLIT4) |
| 2.3.2 其他大气成分数据 |
| 2.3.3 大气颗粒物源解析模型(PMF) |
| 2.3.4 政策性数据 |
| 第三章 北京大气PM_(2.5)中水溶性无机盐长期变化 |
| 3.1 北京大气PM_(2.5)中水溶性无机盐长期变化趋势 |
| 3.1.1 SNA长期变化 |
| 3.1.2 土壤扬尘相关离子长期变化 |
| 3.1.3 氯离子和钾离子长期变化 |
| 3.1.4 亚硝酸根离子长期变化 |
| 3.2 各离子季节变化和年际季节变化 |
| 3.2.1 典型季节变化(2016 年为例) |
| 3.2.2 年际季节变化 |
| 3.3 水溶性无机盐分季节统计日变化 |
| 3.3.1 春季 |
| 3.3.2 夏季 |
| 3.3.3 秋季 |
| 3.3.4 冬季 |
| 3.4 不同气团对水溶性无机盐浓度的影响 |
| 3.4.1 气团后向轨迹聚类分析 |
| 3.4.2 不同来向气团影响下水溶性无机盐浓度水平 |
| 3.4.3 不同来向气团影响下硝酸盐和硫酸盐的比值 |
| 3.5 小结 |
| 第四章 北京大气水溶性无机盐与大气污染控制政策 |
| 4.1 观测期内大气污染控制措施概述 |
| 4.1.1 燃煤源排放控制 |
| 4.1.2 移动源排放控制 |
| 4.2 分阶段治理措施效果评估 |
| 4.2.1 奥运前北京大气污染控制政策评估 |
| 4.2.2 奥运后北京大气污染控制政策评估 |
| 4.2.3 “国十条”执行期间控制政策评估 |
| 4.2.4 “蓝天保卫战”期间大气污染控制措施评估 |
| 4.3 小结 |
| 第五章 个例研究 |
| 5.1 2013年1 月重污染个例分析 |
| 5.1.1 重污染特征分析 |
| 5.1.2 重污染原因追溯 |
| 5.1.3 基于重污染过程分析的防治建议 |
| 5.2 “APEC蓝”个例分析 |
| 5.2.1 APEC期间空气质量概述 |
| 5.2.2 APEC期间PM_(2.5)中化学成分变化分析 |
| 5.2.3 APEC期间颗粒物不同粒径段主要化学成分差异 |
| 5.2.4 APEC期间污染过程与其他污染过程比较 |
| 5.3 北京首个重污染红色预警个例分析 |
| 5.3.1 红警期间两个站点总氨的变化 |
| 5.3.2 红警期间城市站点和郊区站点污染来源分析 |
| 5.3.3 首次大气污染红色预警效果评估 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 特色与创新 |
| 6.3 展望 |
| 参考文献 |
| 作者简历及在学期间研究成果 |
| 致谢 |
（9）上海市交通道路路边站环境空气污染特征及来源分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 第2章 国内外研究动态 |
| 2.1 交通道路污染与主要污染物 |
| 2.2 国内外文献综述 |
| 2.3 国内外环境空气监测网络 |
| 2.3.1 美国环境空气监测网络 |
| 2.3.2 欧盟的环境空气监测网络 |
| 2.3.3 中国香港环境空气监测网络 |
| 2.3.4 上海市环境空气监测网络 |
| 2.4 本章小结 |
| 第3章 研究方法与技术路线 |
| 3.1 研究内容 |
| 3.2 道路交通污染的观测点 |
| 3.3 研究的方法 |
| 3.3.1 回归分析 |
| 3.3.2 “机动车实时排放空气污染预警系统”介绍 |
| 3.4 观测仪器与分析方法 |
| 3.5 技术路线 |
| 第4章 交通道路附近环境污染特征 |
| 4.1 机动车与交通现状 |
| 4.1.1 机动车保有量与结构 |
| 4.1.2 道路行驶特征 |
| 4.2 上海市交通道路网络现状 |
| 4.3 国控站和交通站污染物浓度变化的总体比较 |
| 4.3.1 年均浓度比较 |
| 4.3.2 月均浓度比较 |
| 4.3.3 小时均值比较 |
| 4.4 不同交通站污染物的污染特征比较 |
| 4.4.1 NO_x |
| 4.4.2 CO |
| 4.4.3 PM_(2.5) |
| 4.4.4 BC |
| 4.4.5 国控站与交通站的相关性 |
| 4.5 本章小结 |
| 第5章 上海典型交通道路污染影响因素 |
| 5.1 典型交通道路污染物影响因素研究 |
| 5.1.1 污染物的相互关系 |
| 5.1.2 影响因素的相关分析 |
| 5.1.3 影响因素的检验 |
| 5.2 气象影响因素分析 |
| 5.3 本章小结 |
| 第6章 上海典型区域空气污染物分布的模拟研究 |
| 6.1 上海地区典型区域道路机动车排放特征研究 |
| 6.1.1 典型区域机动车行驶规律 |
| 6.1.2 不同类型车辆小时排放分担率 |
| 6.1.3 各车型日排放分担率 |
| 6.2 ADMS-Urban交通影响预测 |
| 6.2.1 ADMS-Urban模型的介绍 |
| 6.2.2 ADMS-Urban模型特点 |
| 6.2.3 移动源扩散数学模式 |
| 6.2.4 模型运行所需参数 |
| 6.2.5 模型输出结果 |
| 6.2.6 ADMS-Urban模型计算案例 |
| 6.3 上海典型区域NO_x污染物模拟及分布规律研究 |
| 6.3.1 NOx污染模拟时间分布规律 |
| 6.3.2 NOx污染模拟空间分布 |
| 第7章 结论与建议 |
| 7.1 结论 |
| 7.2 建议 |
| 参考文献 |
| 致谢 |
（10）四川省盆地区域道路移动源大气污染物排放特征及其在新冠疫情期间的变化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 论文创新点 |
| 2 研究区域与方法 |
| 2.1 四川省盆地区域概况 |
| 2.1.1 四川省盆地区域范围 |
| 2.1.2 四川省盆地区域社会经济概况 |
| 2.1.3 四川省盆地区域机动车保有量 |
| 2.2 COPERT模型简介及计算原理 |
| 2.2.1 COPERT模型计算流程 |
| 2.2.2 COPERT模型计算原理 |
| 2.2.3 COPERT模型数据收集 |
| 2.3 COPERT模型本地化参数设置 |
| 2.3.1 环境参数 |
| 2.3.2 车型匹配 |
| 2.3.3 平均行驶里程 |
| 2.3.4 不同排放标准的机动车保有量 |
| 2.3.5 机动车分车型保有量 |
| 2.3.6 累计行驶里程 |
| 2.3.7 燃油参数本地化 |
| 2.3.8 分车型道路行驶比例 |
| 2.4 计算方法 |
| 2.4.1 通过年排放量计算月排放量 |
| 2.4.2 2019 年道路移动源排放模拟值计算 |
| 2.4.3 2020年2 月车流量指数空间分布同比变化计算 |
| 2.4.4 分城市分道路类型车流量变化量计算 |
| 2.5 小结 |
| 3 2019 年道路移动源排放特征 |
| 3.1 2019 年道路移动源排放总量 |
| 3.1.1 各城市排放总量 |
| 3.1.2 分车型排放总量 |
| 3.1.3 敏感性分析 |
| 3.2 2019年2 月道路移动源排放高分辨率空间分布 |
| 3.2.1 车流量指数空间分布 |
| 3.2.2 道路移动源排放空间分布 |
| 3.2.3 典型城市道路移动源排放空间特征 |
| 3.2.3.1 成都市道路移动源排放空间特征 |
| 3.2.3.2 雅安市道路移动源排放空间特征 |
| 3.3 小结 |
| 4 疫情影响下道路移动源排放变化 |
| 4.1 车流量指数空间分布同比变化 |
| 4.2 道路移动源排放同比变化 |
| 4.2.1 各城市排放总量变化特征 |
| 4.2.2 各城市不同时段及不同道路类型排放总量变化特征 |
| 4.2.3 车流量及其同比变化与城市属性之间的关系 |
| 4.2.4 典型城市道路移动源排放同比变化空间分布特征 |
| 4.2.4.1 成都市道路移动源排放同比变化空间分布特征 |
| 4.2.4.2 雅安市道路移动源排放同比变化空间分布特征 |
| 4.3 小结 |
| 5 结论 |
| 参考文献 |
| 攻读学位期间发表的论文与研究成果清单 |
| 致谢 |
四、机动车排放污染物防治技术探讨（论文参考文献）
- [1]首都环线高速机动车污染物空间扩散及减排策略研究[D]. 牛思雨. 石家庄铁道大学, 2021
- [2]Z市大气污染治理环境绩效审计案例分析[D]. 林佳安. 江西财经大学, 2021(10)
- [3]盆地型城市大气挥发性有机物来源分析及环境影响研究[D]. 刘倬诚. 华北电力大学(北京), 2021(01)
- [4]邢台市秋冬季大气PM2.5污染成因解析及控制对策研究[D]. 王涵. 北京建筑大学, 2021(01)
- [5]邢台市大气污染防治法律问题研究[D]. 申通. 河北大学, 2021(02)
- [6]基于观测的北京市环境空气臭氧污染成因与来源分析[D]. 李云凤. 山东大学, 2021(10)
- [7]华南某城区空气质量分析与大气污染来源解析及控制对策研究[D]. 李琴. 贵州民族大学, 2021(12)
- [8]北京大气水溶性无机盐浓度长期变化趋势及其对政策响应的研究[D]. 程萌田. 兰州大学, 2021(09)
- [9]上海市交通道路路边站环境空气污染特征及来源分析[D]. 卞吉玮. 华东理工大学, 2021(08)
- [10]四川省盆地区域道路移动源大气污染物排放特征及其在新冠疫情期间的变化[D]. 余柳源. 重庆三峡学院, 2021(09)
标签：nox论文; 大气污染防治行动计划论文; 审计计划论文; 审计软件论文; 控制环境论文;